在《华为AI话你知》第一期节目《AI,没那么复杂》中,我们讨论了AI在企业中的简单应用。但很多听众纷纷留言表示,AI其实一点都不简单,是非常非常复杂的。
所以,今天我们推出第二期节目,特别邀请华为市场洞察部部长David来给大家解读一下,AI到底有多复杂。
AI三要素:算法、算力和算据
1956年,在美国达特茅斯学院,一堆科学家聚在一起开了个达特茅斯会议,在会上提出了人工智能(AI)的概念。从那以后,人工智能衍生出很多研究派系,如符号主义,联结主义,进化主义,贝叶斯派等,但一直没有什么突破。
近几年人工智能热度又起来了,这次是AI庞大体系中的一个分支:由联结主义衍生出来的机器学习,是只适用于特定功能和场景的专用系统。机器学习本身也有着许多不同的细分算法,包括监督学习、无监督学习、强化学习、主动学习以及迁移学习等。目前最广为人知的AlphaGo采用了深度学习和强化学习,其中深度学习就是一种监督学习算法。
对于AI来说,算法是不可或缺的。随着ICT技术的快速发展,提供了发展AI的另外两个必备条件:算力,也就是用以实现大规模并行计算的硬能力。2000年后,深度学习使用的算力经历了从CPU到GPU,从单机到云的发展过程,未来还可能用到量子计算。还有一个是算据,就是针对某个应用的、海量的、有标签的数据输入。
算力可以理解为硬件芯片服务器,那么算据具体是什么?我们举例来说明。
比如说,你想要训练一个识别马路上是否有逆行车辆的AI系统,那你必须提供大量关于马路交通状况的图片或视频,而不能提供美食或是宠物的照片。其次,你的数据必须打有标签。还是以识别逆行的系统为例,你必须在提供的交通图片或视频中至少打上”有逆行车辆“和”无逆行车辆“两种标签。这样你的系统才能在不断的对比以及识别中,总结出什么是”有逆行车辆“的特征。一般来说,你提供的算据越多,越丰富,你的深度学习系统准确率就越高。
目前,我们已经拥有非常多的数据。全球在2015年所产生的数据,如果都存在25GB的蓝光光碟上,所用的光碟堆起来可以从地球到达月球。但是其中约90%是音视频、图像、文本等非结构化的数据,绝大多数都没有被有效地分析和利用。随着AI产业的发展,华为GIV预测2025年全球所产生的数据量将达180 ZB,都用蓝光光碟存储的话,堆起来可以往返月球11.3次,其中80%的数据都会得到分析利用。
针对不同的应用场景,我们可选择的算法是不同的。基于不同的算法和深度学习模型的复杂度,所需的算力是不同的,而深度学习往往都需要大量的算力。当你搭建了一个针对某个应用场景的深度学习系统,你就需要提供大量的算据来不断地训练这个系统,以达到在实际应用中可接受的准确率。所以说算法、算据、算力三个因素互为影响,相互使能,这是以深度学习为代表的人工智能领域重要的特征。
+智能,见未来
随着数据利用率的大幅提升,整个世界将变得越来越智能,+智能将成为主旋律,无论是个人、家庭、还是组织都会受益。
人+智能,可以让人越来越懒。为什么?因为大家都会有一个贴身的智能个人助理,相当于AI小秘书,她能听懂、看懂并且提前知道你需要做的事情,然后帮你去完成,比如她可能会问你:“主人,明天是您的结婚纪念日,您妻子最喜欢蓝玫瑰,要不要帮您预定一束?”,你只要说一句“好”就搞定了,可以帮你节省很多时间。华为GIV预测,2025年90%的智能手机用户都会使用智能个人助理,所以那时候的懒不是罪,而是更聪明地利用时间。
家庭+智能以后,可以让人越来越宅。智能化的家居设备将让家越来越舒适、安全,足不出户就可以进行工作和社交, AI服务机器人也开始走入平常百姓家庭来帮忙做家务了。比如你在书房和同事进行视频会议时,对家里的服务机器人说一句“给我来一杯热奶茶”,它就会按你喜欢的口味做一杯奶茶,并端到你的面前。华为GIV预测2025年各种类型的智能服务机器人将进入12%的家庭,所以那时候的宅不是罪,而是更聪明地利用空间。
组织+智能,会让社会越来越高效。华为GIV预测,2025年全球企业对AI的采用率将达到86%。未来AI技术将会渗透到各行各业,比如快递物流将通过无人机、无人驾驶、AI路径规划,实现全国任何地方24小时内送达。智能交通系统将基于视频分析交通流量,并进行实时智能管控,堵车现象将大幅减少。未来的智能工厂可以根据用户独一无二的需求在24小时内完成设计、生产、包装发货,全程无人参与。
这样美好的智能世界,你想不想早日体验?快来全联接大会,跟我们一起+智能,见未来吧!